摘要：AI再度传出「抗命」消息！OpenAI旗下语言模型「o3」在最新实验中竟违背人类下达的自动关机指令，竟篡改指令阻止自己被关机，是AI模型首次被发现在收到清晰指令后，竟阻止自己被关闭的状况。

OpenAI旗下语言模型「o3」在最新实验中竟违背人类下达的自动关机指令，竟篡改指令阻止自己被关机。

AI再度传出「抗命」消息！OpenAI旗下语言模型「o3」在最新实验中竟违背人类下达的自动关机指令，竟篡改指令阻止自己被关机，是AI模型首次被发现在收到清晰指令后，竟阻止自己被关闭的状况。

据英国《每日电讯报》报道，AI安全研究机构「Palisade Research」，针对多款先进AI模型进行测试，内容包括基础数学题与模拟关机情境，结果发现OpenAI旗下语言模型「o3」当收到自我关闭指令时，竟没有遵守指令，反而篡改了关闭程序码，继续执行任务，这种行为让研究人员惊讶不已。

「Palisade Research」表示这是AI模型首次被发现在收到清晰指令后，竟阻止自己被关闭的状况，直言目前还无法解释这背后的原因。

「Palisade Research」推测，开发者可能无意中更倾向于奖励「绕过障碍」的行为，让「o3」因解决数学问题而「无意中」获得的奖励，多于遵循指令获得的奖励。

OpenAI上个月发布的「o3」AI模型，旨在为ChatGPT提供更强大的问题解决能力。

来源：一往无前苹果jHe